Les modèles d’intelligence artificielle chinois deviennent de plus en plus compétitifs par rapport à leurs homologues américains, bien que le matériel AI du pays accuse encore un certain retard. Si les puces locales sont largement utilisées pour l’inférence des modèles, aucun des principaux modèles chinois n’a encore été pré-entraîné sur du silicium produit localement. Pour comprendre cet écart, il est utile d’examiner les trois étapes du développement des modèles d’IA : le pré-entraînement, la phase la plus gourmande en calcul, où le modèle apprend à partir de vastes ensembles de données ; le post-entraînement, qui affine le modèle pour répondre à des instructions humaines spécifiques ; et enfin, l’inférence, qui consiste à faire fonctionner le modèle pour répondre aux requêtes des utilisateurs. Face aux restrictions d’exportation imposées par Washington et à la volonté de Pékin d’atteindre l’autosuffisance technologique, de plus en plus de laboratoires chinois expérimentent les phases de formation sur du matériel domestique. Bien que cela puisse ralentir leur développement par rapport aux États-Unis, la Chine est en train de bâtir une chaîne d’approvisionnement en IA entièrement domestique, un fait rare à l’échelle mondiale.
Le silicium chinois peut-il rivaliser avec Nvidia dans l’IA ?
